史上最快AI芯片「Sohu」，速度10倍于B200，哈佛辍学生打造，00后华裔小哥哈佛辍学组团挑战英伟达，史上最快AI芯片Sohu推理性能超H100二十倍

史上最快AI芯片「Sohu」，速度10倍于B200，哈佛辍学生打造，00后华裔小哥哈佛辍学组团挑战英伟达，史上最快AI芯片Sohu推理性能超H100二十倍。

生成式 AI 推理性价比是 GPU 的 140 倍。

大模型时代，全球都缺算力，买铲子的英伟达市值被炒上了天。

现在，终于有一家公司带着自己的 AI 芯片来叫板了。

6月26日，科技圈迎来了一个重要新闻。美国芯片创业公司 Etched 推出了自己的第一块 AI 芯片 Sohu，它运行大模型的速度比英伟达 H100 要快 20 倍，比今年 3 月才推出的顶配芯片 B200 也要快上超过 10 倍。

一台 Sohu 的服务器运行 Llama 70B 每秒可输出超过 50 万个 token，比 H100 服务器（23,000 个 token / 秒）多 20 倍，比 B200 服务器（约 45,000 个 token / 秒）多 10 倍。

Sohu 是世界第一款专用于 Transformer 计算的芯片，历时两年打造。

作为一块 ASIC（专用集成电路），Sohu 把对于 transformer 架构的优化硬化在芯片中，无法运行大多数「传统」的 AI 模型：如为 Instagram 广告提供支持的 DLRM、AlphaFold 2 等蛋白质折叠模型或 Stable Diffusion 2 等较旧的图像生成模型。我们也无法运行 CNN、RNN 或 LSTM。

但另一方面，对于 transformer 来说，Sohu 就是有史以来最快的芯片，与其他产品之间是量级的区别。如今的每款主流 AI 产品如 ChatGPT、Claude、Gemini 和 Sora 都是由 transformer 驱动的。

最近一段时间，由于摩尔定律放缓，GPU 性能的提升很大程度上需要依赖于增加芯片面积和功耗。不论是英伟达 B200、AMD MI300X 还是 Intel Gaudi 3，都不约而同的使用「二合一」的方式提升性能，功耗也翻倍了。

从 2022 年到 2025 年，AI 芯片的性能并没有真正变得更好，而是变得更大了。

但如果大模型广泛使用 Transformer 架构，追求专业化或许是提高性能的好方向。‍

作为一个新兴领域，AI 模型的架构过去变化很大。但自 GPT-2 以来，最先进的模型几乎都在使用 Transformer，从 OpenAI 的 GPT 系列、谷歌的 PaLM、Facebook 的 LLaMa，再到特斯拉 FSD 自动驾驶所需的模型。

Etched 给我们算了一笔账：芯片项目的成本为 5000 万至 1 亿美元，需要数年时间才能投入生产。另一方面，当模型训练成本超过 10 亿美元、推理成本超过 100 亿美元时，使用专用芯片是不可避免的。在这种产业规模下，1% 的改进就能撬动硬件架构的更新。

速度超 H100 20 倍，FLOPS 利用率超 90%

作为世界上首款 transformer ASIC（应用型专用集成电路）芯片，一台集成了 8 块 Sohu 的服务器可以匹敌 160 块 H100 GPU。也即，Sohu 的运行速度是 H100 的 20 多倍。

具体来讲，通过专门化，Sohu 具备了前所未有的性能。一台集成 8 块 Sohu 芯片的服务器每秒可以处理 50 万的 Llama 7B tokens。

针对 Llama 3 70B 的 FP8 精度基准测试显示：无稀疏性、8 倍模型并行、2048 输入或 128 输出长度。

此外，对于 Llama、Stable Diffusion 3，Sohu 仅支持 transformer 推理。Sohu 支持了当前谷歌、Meta、微软、OpenAI、Anthropic 等各家的模型，未来还会适配模型调整。

由于 Sohu 仅能运行一种算法，因此可以删除绝大多数控制流逻辑，从而允许拥有更多数学块。也因此，Sohu 实现了 90% 以上的 FLOPS 利用率，而使用 TRT-LLM 的 GPU 约为 30%。

Sohu 为何能输出更多 FLOPS？

英伟达 H200 支持 989 TFLOPS 的 FP16/BF16 计算能力，并且没有稀疏性。这是当前最先进的芯片，而 2025 年推出的 GB200 将在计算能力上提升 25%，支持 1250 TFLOPS。

由于 GPU 的绝大部分区域都是可编程的，因此专注于 transformer 会容纳更多的计算。这可以从第一性原理中证明：

构建单个 FP16/BF16/FP8 乘加电路需要 10000 个晶体管，这是所有矩阵数学的基石。H100 SXM 拥有 528 个张量核心，每个核心拥有 4× 8 × 16 FMA 电路。乘法告诉我们：H100 有 27 亿个晶体管用于张量核心。

但是，H100 却有 800 亿个晶体管。这意味着 H100 GPU 上只有 3.3% 的晶体管用于矩阵乘法。这是英伟达和其他芯片厂商经过深思熟虑的设计决定。如果你想支持所有类型的模型（CNN、LSTM、SSM 等），那么没有比这更好的了。

而通过仅运行 transformer，Etched 可以让 Sohu 芯片输出更多的 FLOPS，且需要降低精度或稀疏性。

内存带宽也不是瓶颈

实际上，对于像 Llama 3 这样的模型，情况并非如此。

我们以英伟达和 AMD 的标准基准为例：2048 个输入 token 和 128 个输出 token。大多数 AI 产品的 prompt 更长，比如最新的 Claude 聊天机器人在系统 prompt 中拥有 1000+tokens。

在 Sohu 上，推理是分 batch 运行的。每个 batch 都需要加载所有模型权重一次，并在 batch 的每个 token 中重复使用。通常来说，LLM 输入是计算密集型的，而 LLM 输出是内存密集型的。当我们将输入和输出 token 与连续 batch 结合时，工作负载变成了高度计算密集型。

以下为 LLM 连续 batching 处理的示例，这里运行具有四个输入 token 和四个输出 token 的序列。每种颜色代表不同的序列。

我们可以扩展相同的技巧，从而运行具有 2048 个输入 token 和 128 个输出 token 的 Llama 3 70B。每个 batch 中包含用于一个序列的 2048 个输入 token，以及用于 127 个不同序列的 127 个输出 token。

如果这样做了，则每个 batch 需要大约 (2048 + 127)×70B 参数 × 每个参数 2 字节 = 304 TFLOP，而仅需要加载 70B 参数 × 每个参数 2 字节 = 140 GB 的模型权重和大约 127× 64 × 8 × 128 × (2048 + 127) × 2 × 2 = 72GB 的 KV 缓存权重。这比内存带宽需要的计算量多得多：H200 需要 6.8 PFLOPS 的计算才能最大化其内存带宽。这还是利用率为 100% 的情况，如果利用率仅为 30%，则需要 3 倍以上的内存。

Sohu 拥有了更多的计算能力且利用率非常高， 因此可以运行巨大的吞吐量，而不会出现内存带宽瓶颈。

软件如何工作

在 GPU 和 TPU 上，软件是一场噩梦。处理任意 CUDA 和 PyTorch 代码需要极其复杂的编译器。第三方 AI 芯片（如 AMD、Intel、AWS 等）在软件上总共花费了数十亿美元，但收效甚微。

而 Sohu 只运行 transformer，因此只需要为 transformer 编写软件。

大多数运行开源或内部模型的公司都使用特定于 transformer 的推理库，比如 TensorRT-LLM、vLLM 或 HuggingFace 的 TGI。

这些框架非常僵化，虽然你可以进行模型超参数调优，但实际上不支持更改底层模型代码。但这没关系，因为所有 transformer 模型都非常相似（甚至是文本 / 图像 / 视频模型），所以超参数调优就是你真正需要的。

虽然 95% 的 AI 公司是这样，但一些最大的 AI 实验室采用定制方式。他们有工程师团队来手动调整 GPU 核心以实现更高的利用率，并进行逆向工程以将寄存器对每个张量核心的延迟将至最低。

Etched 让我们不需要再进行逆向工程，他们的软件（从驱动程序、内核到服务堆栈）都将是开源的。如果你想实现自定义 transformer 层，则内核向导可以自由地这样做。

创业团队：哈佛辍学生领衔

Etched 的 CEO Gavin Uberti 告诉记者：「如果未来 Transformer 不再是主流，那我们就会灭亡。但如果它继续存在，我们就会成为有史以来最大的公司。」

打造 Sohu 芯片的 Etched 位于加州库比蒂诺，公司成立仅两年，目前团队只有 35 人，创始人是一对哈佛辍学生 Gavin Uberti（前 OctoML 和前 Xnor.ai 员工）和 Chris Zhu，他们与 Robert Wachen 和前赛普拉斯半导体公司首席技术官 Mark Ross 一起，一直致力于打造专用于 AI 大模型的芯片。

在 Sohu 芯片发布的同时，Etched 也宣布已完成了 1.2 亿美元的 A 轮融资，由 Primary Venture Partners 和 Positive Sum Ventures 共同领投。Etched 的总融资额已达到 1.2536 亿美元，本轮融资的重要投资者包括 Peter Thiel、GitHub 首席执行官 Thomas Dohmke、Cruise 联合创始人 Kyle Vogt 和 Quora 联合创始人 Charlie Cheever。

不过对于占据超过 80% AI 芯片市场份额的英伟达来说，1.2 亿美元只相当于它半天的收入。

「我们如此兴奋的原因，选择辍学的原因，以及我们召集团队，投身芯片项目的原因在于 —— 这是最重要的工作，」Etched 运营主管 Robert Wachen 说道。「整个技术的未来将取决于算力基础设施能否实现大规模。」

Uberti 声称到目前为止，已有匿名客户预订了「数千万美元」的硬件，预计在今年三季度，Sohu 将推向市场。

未来真的如 Uberti 所说，只有在 Sohu 这样的芯片上，视频生成、音频生成、具身智能等技术才能真正落地吗？

参考内容：

https://www.etched.com/announcing-etched

https://twitter.com/Etched/status/1805625693113663834

https://www.cnbc.com/2024/06/25/etched-raises-120-million-to-build-chip-to-take-on-nvidia-in-ai.html

https://techcrunch.com/2024/06/25/etched-is-building-an-ai-chip-that-only-runs-transformer-models/

---

00后华裔小哥哈佛辍学组团挑战英伟达，史上最快AI芯片Sohu推理性能超H100二十倍

史上最快Transformer芯片诞生了！用Sohu跑Llama 70B，推理性能已超B200十倍，超H100二十倍！刚刚，几位00后小哥从哈佛辍学后成立的公司Etached，宣布再融资1.2亿美元。

有史以来最快的Transformer芯片，刚刚诞生了？
去年21岁哈佛辍学华裔小哥的神级创业故事，进化到了新的阶段。
这一次，号称专为LLM推理加速打造的Sohu芯片，已经成超越Groq，成为最强AI芯片。
如今的Sohu，在跑Llama 70B时每秒可生成高达500000个token的输出。
换句话说就是：1张Sohu≈20张H100≈10张B200。

在去年12月，Etced就曾火过一阵，当时两位哈佛辍学小哥的2人公司，估值已经高达3400万刀。当时Sohu号称LLM推理性能达到H100的10倍，单价吞吐量更是高达140倍。
而就在刚刚，Etced又宣布了炸裂的新消息：已筹到1.2亿美元。

就在上周，英伟达的市值达到3.3万亿美元，超过微软成为全球第一。而Etched相信，自己的35人团队能够击败英伟达。
他们的豪放预言，得到了硅谷真金白银的支持。投资名单中，是一众豪华的机构和硅谷大佬，包括Peter Thiel。
Primary Venture Partners和Positive Sum Ventures领投了这轮融资，机构投资者包括 Hummingbird、Fundomo、Fontinalis、Lightscape、Earthshot、Two Sigma Ventures和 Skybox Data Centers。
天使投资者包括Peter Thiel、Stanley Druckenmiller、David Siegel、Balaji Srinivasan、Amjad Masad、Kyle Vogt、Kevin Hartz、Jason Warner、Thomas Dohmke、Bryan Johnson、Mike Novogratz、Immad Akhund、Jawed Karim和Charlie Cheeve。

Etched创始人之一Gavin Uberti表示，「我们正在押注人工智能领域最大的赌注——一种只能运行Transformer模型的芯片，但其运行速度比GPU快几个数量级。也许注意力确实是你所需要的全部…」

Pika研究人员表示，每秒50万token简直太疯狂了。你可以在2秒内写出「圣经」，或者一年内生成15万亿token。

Sohu大约每秒能输出21个人一天说的话，简直太不真实了。

Thiel Fellowship的主任Alex Handy，对几位年轻人表示了高度的赞许：「投资Etched是对 AI 价值的战略性押注。他们的芯片解决了竞争对手不敢面对的可扩展性问题，挑战了同行中普遍存在的停滞状态。」
在他看来，正是因为几位小哥做了底层的工作，硅谷的程序员们才能继续安心编程，不必担心正在开发技术的底层出问题。

两年前开始的豪赌

这个传奇的故事，始于两年前。
2022年，几位创始人就打赌：Transformer将占领世界。

为此，他们花了两年时间打造Sohu，这是世界上第一个用于Transformer的专用芯片（ASIC）。

将Transformer架构烧录到Sohu芯片后，它无法运行大多数的传统AI模型：比如DLRMs、AlphaFold 2，或Stable Diffusion 2；也无法运行CNNs、RNNs或LSTMs。
但对于Transformer来说，Sohu确实是有史以来最快的芯片。但它还可以更快。
对于Llama 70B，Sohu的吞吐量每秒超过了50万个token，因此它可以构建在GPU上根本不可能实现的产品。
而且，它甚至比英伟达的下一代Blackwell（B200）更快、更便宜！
如今最先进的AI模型，无一不是基于Transformer的，比如ChatGPT、Sora、Gmini、Stable Diffusion 3等等。
如果Transformer被SSM、RWKV或任何新架构取代，那Sohu将毫无用处。
但是，创始人小哥表示，如果他们押对了，Sohu将彻底改变世界！
这，就是一场豪赌。
Scale是「超级智能」所需的全部？

五年内，AI模型在大多数标准化测试中，超越了人类。
这是怎么做到的？
因为Meta用于训练Llama 400B（2024年SOTA模型）的计算量，比OpenAI训练GPT-2（2019年SOTA模型）多5万倍。

OpenAI用Scaling Law预测了GPT-4性能，并预计GPT-5+同样适用
奥特曼曾说过，「扩展参数规模确实非常重要。当我们在太阳周围建造了一个戴森球（Dyson Sphere）之后，我们才可以考虑讨论是否应该停止这么做，但在那之前不应该停下来」。
也就是说，通过向LLM提供更多的算力和更好的数据，才使得AI变得更加智能。
不得不承认，参数规模扩展（Scale）将会是几十年来唯一持续有效的方法。
每个大型AI公司（谷歌、OpenAI/微软、Anthropic/亚马逊等）都在未来几年投入超1000亿美元来继续扩大LLM规模。
然而，再扩展1000倍必定是昂贵的，形象地解释，下一代数据中心的成本将超过一个小国的GDP。
按照目前的发展速度，我们的硬件、成本、财力根本无法跟得上。
GPU撞墙了
圣克拉拉，英伟达总部所在地，不愿意让人知道的小秘密是——
GPU性能其实没有变得更好，只是变得更大了。
过去四年里，芯片单位面积的计算能力（每平方毫米的TFLOPS）几乎没有提升。
就比如，英伟达的B200、AMD的MI300、英特尔的Gaudi 3，以及亚马逊的Trainium2都将2个芯片集成到一张卡上，以使其性能翻倍。

如下曲线图中，也可以看出，从2022年-2025年，AI芯片并没有真正变得更好只是变得更大了。
在过去四年中，计算密度（TFLOPS/mm^2）仅提高了约15%。

而现在，随着摩尔定律的放缓，提高芯片性能的唯一途径，便是让其走向「专用」化。
专用芯片，势在必行
在Transformer占领世界之前，许多公司构建了灵活的AI芯片和GPU来处理数百种不同的机器学习架构。
举几个例子：

却从来没有人制造，针对特定算法的AI芯片（ASIC）。
因为，全新的芯片项目需要花费5000万-1亿美元，甚至要用许多年的时间才能投入生产。
当Etched开始着手这一项目时，根本就不存在这样的市场。
突然间，这种情况一下子发生了转变。
ChatGPT出现之前，Transformer的推理市场规模大约是5000万美元。
而现在，已经达到数十亿美元。所有的科技巨头，初创公司都在使用Transformer模型。
大模型架构，都在走向融合趋同。自从GPT-2诞生以来，最先进的模型架构几乎保持一致！
OpenAI GPT系列、谷歌PaLM、Meta Llama，甚至特斯拉的全自动驾驶系统，都采用了Transformer架构。

当模型的训练成本超过10亿美元，推理成本超过100亿美元时，专用芯片的出现是必然的。
在这种巨大参数规模之下，即使只有1%的性能提升，也足以证明5000万-1亿美元的定制芯片项目是值得的。
实际上，ASIC的速度要比GPU快很多个数量级。
Transformer拥有巨大的护城河

Etched.ai的几位创始人表示，他们相信硬件彩票——能在硬件上运行得最快、最便宜的模型，就是获胜的那一个。
而Transformer拥有巨大的护城河，足以在替代方案成熟之前主导各大AI计算市场。
理由如下——

1. Transformer正在为每一个大型AI产品提供支持，无论是Agent、搜索还是聊天。
   为了优化GPU去适应Transformer，AI实验室已经在研发上投入了数亿美元。
   无论是当前还是下一代SOTA模型，都是基于Transformer的。
2. 随着未来几年模型训练的规模从10亿美元扩大到100亿美元，再到1000亿美元，测试新架构的风险也急剧上升。
   与其重新测试Scalling law和性能，不如把时间花在基于Transformer的功能开发上，比如多token预测。
3. 当前的软件栈，已为Transformer进行了优化。每个流行的库（TensorRT-LLM、vLLM、Huggingface TGI等），都有在GPU上运行Transformer模型的专用内核。
   许多建立在Transformer之上的功能，比如推测解码、树搜索等，在替代方案中都很难得到支持。

Sohu可以通过树搜索更好地编码，能够并行比较数百个响应
4. 未来的硬件栈，也将为Transformer进行优化。比如英伟达的GB200，对Transformer Engine就有特殊的支持。
随着像Sohu这样的ASIC进入市场，将会带来一种不可逆的趋势。
也就是说，作为「Transformer Killer」的模型需要在GPU上，运行得比Sohu上的Transformer更快。
而但凡出现这种情况，创始人表示，他们也会为此构建一款全新的ASIC！

Sohu支持多重推测解码，可以实时生成新内容
Sohu来了！

Sohu是世界上第一个Transformer ASIC。
通过专门化，Sohu获得了前所未有的性能。一台8xSohu服务器每秒可以处理超过50万个Llama 70B token，等效于160块H100 GPU。
Sohu仅支持Transformer推理，并支持当今所有的模型（Google、Meta、Microsoft、OpenAI、Anthropic等），以及处理未来模型的调整。
无论是Meta的Llama、谷歌的Gemini、OpenAI的GPT、Anthropic的Claude、还是Stability AI的Stable Diffusion 3等等，都可以。
由于Sohu只能运行一种算法，因此绝大多数的控制流逻辑可以被移除，从而允许其拥有更多的数学模块。
结果就是，Sohu的FLOPS利用率高达90%以上；相比之下，使用TRT-LLM的GPU仅为为30%左右。
如何实现比GPU更多的FLOPS？

目前最先进的算力——英伟达H200，在没有稀疏处理的情况下具有989 TFLOPS的FP16/BF16算力。（超过了Google的新Trillium芯片之一）
而2025年推出的GB200，将会在算力上增加25%（每个芯片1250 TFLOPS）。
由于GPU的大部分面积都用于可编程性，因此专注于Transformer可以容纳更多的算力。
从基本原理上来看，这一点可以很容易被证明：
制造一个FP16/BF16/FP8乘法加法电路（所有矩阵数学的基础构件）需要10,000个晶体管。H100 SXM有528个张量核心，每个核心有4×8×16个FMA电路。通过计算可以得到，H100有27亿个晶体管专用于张量核心。
实际上，H100拥有800亿个晶体管！这意味着在H100 GPU上的晶体管中，仅有3.3%用于矩阵乘法！
但问题是，如果想要为各种模型（CNN、LSTM、SSM等）都提供支持，就不得不采取这样的设计。
这时，如果选择只运行Transformer，就可以在芯片上容纳更多的FLOPS，且无需依赖更低的精度或稀疏处理。
推理的瓶颈是内存带宽，而非计算？

事实上，对于像Llama-3这样的现代模型，并非如此！
使用英伟达和AMD的标准基准测试——2048个输入token和128个输出token，大多数AI产品的输入都要比输出长得多（即使是新的Claude聊天，系统提示也有1000多个token）。
在GPU和Sohu上，推理是以批次运行的。每个批次都会加载一次所有的模型权重，并在批次中的每个token上重复使用它们。
通常，LLM的输入是计算密集的，而LLM的输出是内存密集的。所以，当我们将输入和输出token与连续批处理结合时，工作负载就会变得非常「计算密集」。
下图的示例中，就展示了连续批处理LLM的过程。
这个过程中，会运行带有四个输入token和四个输出token的序列；每种颜色代表一个不同的序列。

同样的技巧，就可以扩展到2048个输入token和128个输出token的Llama-3-70B上。
要让每个batch，都包含一个序列的2048个输入token，和127个不同序列的127个输出token。
如果这样做的话，每个batch将需要大约（2048+127）×70B参数×每个参数2字节=304 TFLOPs，同时只需要加载70B参数×每个参数2字节=140 GB的模型权重，以及大约127× 64×8×128×（2048+127）×2×2=72GB的KV缓存权重。
这需要的计算，就远超过内存带宽的需求，因为一个H200需要6.8PFLOPS的计算能力，才能最大化其内存带宽。
而且，这是在100%利用率的情况下——如果利用率是30%，需要的计算能力还要多出3倍。
由于Sohu有极高的计算能力和高利用率，我们就可以在不受内存带宽限制的情况下，运行巨大的吞吐量。
注：在现实世界中，batch通常更大，输入长度各不相同，并且请求会以泊松分布到达。在这种情况下，Sohu的效果会更好。在这里之所以使用2048/128基准作为例子，是因为英伟达和AMD都在使用。
只需编写Transformer软件即可

无论在GPU和还是TPU上，软件都是一场噩梦。
处理任意的CUDA和PyTorch代码，需要的编译器极其复杂。
为此，AMD、英特尔、AWS这些第三方AI芯片，都在软件上投入了数十亿，但效果依然不佳。
这里，Sohu的好处就体现出来了——因为它只运行Transformer模型，所以我们只需要为Transformer模型编写软件！
大多数运行开源或内部模型的公司，都会使用特定的Transformer推理库，如TensorRT-LLM、vLLM或HuggingFace的TGI。
这些框架往往很死板，虽然我们可以调节模型的超参数，但并不支持更改底层的模型代码。
但是，没有关系！所有的Transformer模型都非常相似（即使是文本、图像、视频模型），调节超参数就足够了。

这样，就足以支持95%的AI公司了，不过，最大的AI实验室，仍然会进行定制化开发。
工程师团队会手动调优GPU内核，以挤出更多的利用率，并进行逆向工程，比如哪些寄存器对每个张量核心的延迟最低。
而创始人声称，有了Etched，我们就不再需要逆向工程了！
从驱动程序到内核再到服务框架，Etched的所有软件都会是开源的。
如果我们想实现一个自定义的Transformer层，内核专家完全可以自由地去做。
Etched已经破纪录，将成历史第一

现在看起来，Etced的决定很疯狂。
但更疯狂的是，他们是在2022年做出这项决定的——那时ChatGPT甚至还不存在！
当时，图像和视频生成模型还是U-Net模型，自动驾驶汽车是由卷积神经网络（CNNs）驱动的，Transformer架构还远未普及。
而现在，形势显然对他们非常有利。如今从语言到视觉，每个领域的顶尖模型都是Transformer。
这种趋同验证了Etced的前瞻性，更使Sohu成为十年来最重要的硬件项目。

种种迹象表明，公司正走在史上最快芯片发布的进程中——

• 顶尖的AI研究人员和硬件工程师纷纷离职原团队，加入Etced；
• Etced会直接和台积电合作开发4nm工艺，并且获得了足够的HBM和服务器，第一年的产量可以快速提升；
• Etced的早期客户，已经预订了数千万美元的硬件
  「如果我们是对的，Sohu将改变世界」

如果AI模型在一夜之间，速度飙升20倍，且成本降低20倍，会发生什么？
目前，Gemini需要60多秒才能回答一个与视频相关的问题。
编码智能体的成本，比软件工程师更高，而且需要数小时才能完成任务。
视频模型每秒只能生成一帧，甚至ChatGPT注册用户达到1000万时（仅占全球用户的0.15%），就耗尽了OpenAI的GPU容量。
即便是持续以每两年2.5倍的速度增加GPU的容量，也得需要10年时间，才能实现「实时」视频生成。
而现在有了Sohu，这一切将瞬时完成。
网友表示，「AI的未来是定制硬件，实时视频模型即将现世」！

如果当实时视频、通话、AI智能体和搜索功能终于能够顺畅运行时，会发生什么呢？
很快，你就能知道了。
三位哈佛辍学生，挑战AI芯片霸主英伟达

成立于2022年，这家35人团队的初创公司Etched，坚信一定能够击败英伟达。
到底是什么样的背景，能让三位哈佛辍学生，敢于挑战芯片行业目前最炙手可热的赛道呢？

Robert Wachen、Gavin Uberti、Chris Zhu
创始人兼CEO Gavin Uberti自2020入学哈佛攻读数学专业，随后在2022年攻读硕士学位，专业是计算机。
不过，这两段上学经历，都以辍学告终。

在创办Etched之前，Gavin Uberti曾在另外两家公司分别有过一段全职和简直经历，担任了算法和后端工程师，以及软件工程师。

在进入大学之前，他参与了美国最著名的青少年科技创新大赛FIRST Tech Challenge，团队获得了Top 10奖项。团队开发的自动驾驶软件排在600个参赛团队第二名。
他还曾在2019年，拿过美式数学竞赛的冠军。

另一位创始人Chris Zhu，也是在哈佛就读时就在校外疯狂实习，甚至还没有从哈佛毕业，就已经成为兼职教员。

他个人的工作经历更为丰富些，不仅在高校MIT担任研究员、哈佛兼职教学研究员，还曾在亚马逊等公司做过实习。

最后一位联创兼COO Robert Wachen是一个多领域的创业者，曾创办了4家公司。

接下来，就看看他们会如何去缔造一个新的硅谷神话。
参考资料：
https://www.etched.com/announcing-etched